利用通行能力余量的智能网联车队生态驾驶模型

针对非饱和城乡交通干道上存在通行能力余量和高燃油消耗的问题, 提出一种利用通行能力余量的智能网联车队生态驾驶模型, 该模型兼顾燃油经济性和通行能力两个目标, 通过优化求解获取最优速度曲线, 引导一系列小型车队平滑地通过非饱和城乡交通干道。提出近似的速度优化模型并采用遗传算法对其求解。定义3种控制方案对模型进行测试, 仿真结果表明: 与方案1相比, 方案2燃油消耗量减少49.4%, 通行能力增加200%, 绿灯剩余时间减少14.7%;方案3燃油消耗量减少59.5%, 通行能力增加200%, 绿灯剩余时间减少23.5%。与方案2相比, 方案3可以在不影响通行能力的前提下, 通过绿灯剩余时间缩短10.3%和平均速度降低5.2%, 燃油消耗量可以减少20%。结果表明, 当信号交叉口存在通行能力余量时, 可以通过调整车辆的行驶速度曲线以充分利用通行能力余量, 明显改善燃油经济性。     

考虑燃油经济性的出行者路径选择模型

为研究燃油经济性对出行者路径选择的影响,将燃油消耗、行程时间及其可靠性的线性加权和定义为广义出行费用,以饱和度为参数建立了路网单元燃油消耗模型并量化燃油消耗出行费用.分别以BPR函数及HCM2000延误公式量化路段行程时间及交叉口延误,以二者可靠性量化行程时间及延误波动的相应费用建立了基于广义出行费用的随机用户平衡分配模型.通过在小型测试路网上进行计算分析表明:基于广义出行费用的交通分配模型能够较好地反映考虑燃油经济性的出行者路径选择行为;出行费用权系数对出行者路径选择行为影响显著,考虑燃油经济性的路径选择行为可有效减少路网燃油消耗,可达9%左右.     

信号控制交叉路口车辆排队长度

建立了一个能够估计市内信号交叉路口车辆实时排队长度的模型。分析了路段交通流之间的流向关系,根据流向关系建立了两种路段交通流影响模型:神经网络模型和贝叶斯网络模型,并描述了模型的结构。为了方便模型的实际应用,分别用主成份对输入变量降维,用EM算法和高斯混合分布函数来表达模型和训练模型参数。基于实际路网设计了一个仿真路网,并用不同的实验场景对模型进行有效性验证。仿真实验的结果表明,由于城市路网中存在的随机性,贝叶斯网络模型能够更好地把握交通流变化的趋势。     

路网交通状态平衡控制方法

为了降低路网的拥挤度,提出了路网交通状态平衡控制方法。以交叉口最大饱和度代表交叉口交通状态,以路网最大饱和度最小为目标建立了路网交通状态平衡控制双层规划模型。利用遗传算法求解该规划模型,优化算法可以同时优化信号周期和各相位绿信比。考虑到整体延误、交通状态以及各个交叉口的重要度,对平衡控制方法进行了改进。数值模拟结果表明,本文方法可以在一定程度上降低关键区域的拥挤度。     

城市元胞路网下自组织控制规则参数的整定

为解决城市信号自组织控制中,由相邻路口间各自最优通行效率冲突造成的路口群整体通行效率难以继续提升的问题,提出一种城市元胞路网下自组织控制规则参数的整定方法. 首先,利用城市路网元胞传输（CTM）模型模拟路网交通流动态状态信息;然后,基于元胞路网实时信息,以选定局域路网中各路口元胞的自组织控制规则参数为设计空间;最后,建立各路口相互协调下通行量最大化的目标函数,完成各路口自组织控制规则参数的整定. 仿真结果表明:在基于城市元胞路网实时信息条件的整定方法下,不仅解决了自组织控制中相邻路口间互相制约通行效率的问题,并且有效提高了自组织单元中所有路口的通行效率. 该方法为面向复杂城市路网的实时城市交通信号自组织控制系统提供可借鉴的智能化方法与工程化理论.     

基于车速离散度和经济车速的高速公路最低车速限制

为了给合理制定高速公路最低车速限制标准提供理论依据,保证高速公路行车安全与节能,研究了基于车速离散性约束和以油耗量最小为目标的高速公路最低车速限制方法。给出了车速离散度的概念和计算方法。采用回归分析方法建立了车速离散度与事故率的关系模型,确定了车速离散度的阈值。从行车安全角度给出了最低车速限制基于车速离散度的约束条件,即最低车速限制值应大于最高车速限制值的0.62倍。以油耗量最小作为最低车速限制的目标函数,采用回归分析方法建立了油耗与车速关系模型,给出了不同坡度下的经济车速。认为最低车速限制值应取0.62倍最高车速限制值与经济车速中的较大值。这样一方面能保证车速分布尽量均匀,减少事故发生的可能性,另一方面有利于减小行车油耗,从管理角度为高速公路的节能提供支持。     

无控制交叉口车辆延误影响因素分析

研究无控制交叉口车辆延误对于改善交叉口的交通秩序及提供有效的管理有重要意义.论文分析了无控制交叉口延误产生的过程,设计了延误的调查方案,通过对哈尔滨市典型无控制交叉口的调查,对交通条件中的交通量、冲突流量、流量分布、流向构成、车型比例5种因素与延误的关系进行了研究,通过实测数据散点图的变化分析了各种因素对延误的影响.论文研究可以加强对无控制交叉口车辆延误的分析与判断,并为无控制交叉口车辆延误的计算提供理论依据.     

基于深度强化学习的交通信号控制方法

针对基于深度强化学习的交通信号控制方法存在难以及时更新交叉口信号控制策略的问题,提出基于改进深度强化学习的单交叉口交通信号控制方法. 构建新的基于相邻采样时间步实时车辆数变化量的奖励函数,以及时跟踪并利用交叉口交通状态动态的变化过程. 采用双网络结构提高算法学习效率,利用经验回放改善算法收敛性. 基于SUMO的仿真测试结果表明,相比传统控制方法和深度强化学习方法,所提方法能明显缩短交叉口车辆平均等待时间和平均排队长度,提高交叉口通行效率.     

变速交通流下的车辆油耗规律

根据我国车辆运行状况 ,对天津市、吉林市进行了车辆运行油耗试验。在对大量试验数据进行统计分析的基础上建立了符合我国道路交通状况的油耗模型。应用这种方法能更加准确地评价我国道路建设水平。     

车辆在交叉口燃油消耗的研究

行驶在城市道路上车辆的油耗主要受行程车速、停车率和延误等交通状况的影响，本文应用汽车行驶理论分析交通状况如何影响车辆油耗，并运用模拟技术通过对油耗试验结果和调查数据的分析建立了车辆耗油与交通状况的相关模型，同时，也讨论了需进一步研究的方向。     

上海某交叉路口信号配时改进设计

上海某交叉口首先运用\"冲突点法\"进行信号配时设计,然后针对该路口的实际情况,提出了一种新的交通组织方案:在不进行大面积施工的情况下,增设独立的左转车道,使原先的二相位信号控制转变为四相位信号控制,从资源上增加路口通行能力.评价结果表明,该方案切实有效,可为提高城市道路交叉口通行能力、缓解交通拥堵提供参考.     

单交叉路口交通流的通用多相位智能控制策略

为提高城市道路交叉路口信号控制的效率，采用面向对象的设计思想，提出了一种新的通用多相位信号控制策略.根据实际交通状况交互建立单交叉路口的通用模型，根据当前路口各车流向的车流量实时分布信息，及时调整相位数和各相位的车流向组合.实时传递路口交通情况，采用模糊控制策略，以车辆延误时间最小为优化目标，对单交叉路口的信号相位和相位绿灯时间分别进行优化.根据实测数据对该方法进行了仿真研究，并与普通信号控制方案作了对比.结果表明，这种通用信号控制方案能使交通流量总体趋于均衡，缩短了车辆延误时间.     

非常态事件下应急车辆单点信号优先控制策略及实现方法

以应急车辆单个交叉口延误最小为控制目标,提出了延长绿灯时间、缩短红灯时间以及多相位协调优先3种信号优先控制策略.重点研究了基于应急车辆流量比的多相位信号优先模糊控制策略.提出了基于射频识别技术(RFID)的应急车辆信号优先实现方法.通过仿真软件对所提出的信号优先控制策略进行了仿真评价.结果表明,该优先控制策略可以有效地...     

Real-time optimization power-split strategy for hybrid electric vehicles

Energy management strategies based on optimal control theory can achieve minimum fuel consumption for hybrid electric vehicles, but the requirement for driving cycles known in prior leads to a real-time problem. A real-time optimization power-split strategy is proposed based on linear quadratic optimal control. The battery state of charge sustainability and fuel economy are ensured by designing a quadratic performance index combined with two rules. The engine power and motor power of this strategy are calculated in real-time based on current system state and command, and not related to future driving conditions. The simulation results in ADVISOR demonstrate that, under the conditions of various driving cycles, road slopes and vehicle parameters, the proposed strategy significantly improves fuel economy, which is very close to that of the optimal control based on Pontryagin’s minimum principle, and greatly reduces computation complexity.     

具有公交优先的路网交通流智能协调控制

在分布式道路交通控制结构以及模糊理论和人工神经网络技术的基础上,提出了一种具有公交优先的路网交通流智能协调控制技术.把整个路网作为一个大系统,路网中的各个路口为子系统,每个路口设置一个网络型的多相位智能信号控制机,实现对当前路口的交通控制和相邻路口间的协调.核心部分由3个模块组成：公交优先模块、绿灯观察模块和相位切换模块.详细设计了每个模块模糊决策方法,并用人工神经网络来实现模糊关系并提高系统的鲁棒性.目标通过相邻路口信号控制机的信息交互和协调,实现整个路网交通流的协调和公交优先通行.仿真研究结果表明,在时变和大流量交通环境中,该技术的控制效果明显优于传统的单路口车辆感应控制方法.     

基于混合优化模型的平面交叉口控制方法

基于交叉口固有特性,建立了兼顾相位控制延误和排队长度两项优化目标的混合优化模型。在不改变交叉口固有相位相序的情况下,通过对周期时长和相位内有效绿灯时长的实时动态优化和配置,提高了交叉口的时空间资源利用率和运行效率。然后,应用遗传算法对混合优化模型进行了数值仿真。仿真结果表明:混合优化模型在约束条件下均可对处于不同交通需求、不同状态下交叉口的信号配时进行实时动态优化,并且优化后的周期时长和排队车辆数处于一种相对稳定状态,证明了模型的合理性和控制的有效性及稳定性。最后分别研究了不同交通需求下模型的控制特点,为今后模型的进一步改进提供了有效的依据。     

智能交通中单交叉口多相位信号动态控制系统研究

在城市交通控制中,平面交叉口各方向的交通流在不同时刻是不同的。针对这一特点,介绍了一种采用实时模糊和定时控制对单交叉口多相位信号进行动态控制的系统,并提出了一种改进的单交叉口多相位信号实时配时模型。此模型是在模糊控制的基础上采用遗传算法,不断改进控制规则,优化多相位交叉口信号实时控制模型,对绿灯延长时间进行细微调整,实现实时控制。     

信号交叉口影响区路边停车的交通流延误模型

为了提高路边停车带的利用率和减小其对路段交通流的影响,以城市一幅路为研究对象,从分析路边停车带的车辆驶出、汇入时对道路动态交通流的影响入手,考虑路边停放车辆及信号控制的共同作用,运用稳态理论分析车辆在信号交叉口的延误时间,建立了停车带第i个泊位车辆驶出影响下,单位时间内机动车流在信号交叉口的延误-Di与停车带离开停车线的距离L0、路段交通流量以及信号周期时长C和红灯时间r的关系模型.以南京市天津路路边停车带为例,重点分析了距离交叉口停车线最近停车位的车辆驶出引起的延误时间-D1随L0、信号周期时长C、红灯时间r变化的规律,结果表明,随着交叉口饱和流率的不同,停车带与交叉口的距离可分别在60m和90m区间设定,而交叉口信号周期长度和红灯时间比例均对延误结果存在显著影响.     

车联网环境下干线交通信号协调控制方法

针对目前车联网环境下仅进行车速诱导的干线协调信号控制方法存在的绿灯利用效率不高问题,借助车辆与基础设施间的双向信息交互功能,考虑车速诱导与信号控制方案双向优化,以形成饱和车队为目标,提出一种新的干线交通信号协调控制策略.在此基础上,定义每个周期每个交叉口处待处理车辆的到达时间范围;并对车辆延误和停车次数进行加权,形成一个综合性能评价指标(PI),以加权评价指标最优为目标,建立信号控制参数优化模型,并给出求解算法.案例分析表明:与仅进行车速诱导的干线协调信号控制方法相比,所提出的方法能使交叉口车均PI降低11.2%,验证了模型的有效性和可行性.从速度诱导区间、平均行程车速、交叉口间距等方面分析了优化模型的敏感度,确定了模型的适用条件,结果表明这些因素对信号控制方法的优化效果有显著影响.     

城市主干路拥挤路段基于地点交通参数的行程速度估计

以提高基于地点交通参数估计主干路拥挤交通流平均行程速度的精度为目标,通过分析信号控制主干路的交通流特性及地点交通参数与平均行程速度之间的相关关系,以路段下游停车线前的截面平均速度为基础,提出了城市主干路拥挤交通流路段平均行程速度的3种估计模型,并采用仿真手段进行了对比分析。结果表明,所提出的全状态行程速度估计模型明显优于对比方法,所提出的两种分状态平均行程速度估计模型可以进一步改善全状态模型的估计效果,尤其是基于模比系数的分状态估计模型可显著提高拥挤条件下的行程速度估计精度。